Python 如何为NaN使用pandas.DataFrame.mask
当我想用规范化时,我想忽略所选数据帧列中的NaN值。列示例:Python 如何为NaN使用pandas.DataFrame.mask,python,pandas,dataframe,scikit-learn,Python,Pandas,Dataframe,Scikit Learn,当我想用规范化时,我想忽略所选数据帧列中的NaN值。列示例: 0 12.0 1 12.0 2 3.0 3 NaN 4 3.0 5 3.0 6 NaN 7 NaN 8 3.0 9 3.0 10 3.0 11 4.0 12 10.0 您可以使用函数dropna。它将返回相同的数据帧,其中包含已删除的NaN的行 >>> a.dropna() 0 12.0
0 12.0
1 12.0
2 3.0
3 NaN
4 3.0
5 3.0
6 NaN
7 NaN
8 3.0
9 3.0
10 3.0
11 4.0
12 10.0
您可以使用函数dropna。它将返回相同的数据帧,其中包含已删除的NaN的行
>>> a.dropna()
0 12.0
0 1 12
1 2 3
3 4 3
4 5 3
7 8 3
8 9 3
9 10 3
10 11 4
11 12 10
嗨,我想在我完成规范化之后,在最后看到NaN是NaN